-
公开(公告)号：CN108111335B
公开(公告)日：2019-07-23
申请号：CN201711262639.7
申请日：2017-12-04
Applicant: 华中科技大学
Abstract: 本发明公开了一种调度和链接虚拟网络功能的方法及系统，包括如下步骤：根据网络环境信息和网络请求信息构建马尔科夫初始模型；对马尔科夫初始模型采用随机生成动作和反向传播神经网络方式进行深度增强学习训练获得马尔科夫训练模型；实时获取网络环境信息和网络请求的信息，并根据获取网络环境信息、网络请求的信息以及马尔科夫训练模型获得网络请求的虚拟网络功能放置节点和服务链，本发明通过采用随机生成动作和反向传播神经网络方式进行深度增强学习训练获得马尔科夫训练模型，能够最大限度实现网络功能和服务链的最优化部署，达到降低网络请求的总体延迟、提高网络资源利用率的目的。
-
公开(公告)号：CN108111335A
公开(公告)日：2018-06-01
申请号：CN201711262639.7
申请日：2017-12-04
Applicant: 华中科技大学
CPC classification number: H04L41/00 , H04L41/0893 , H04L41/12 , H04L41/14 , H04L41/142 , H04L41/32 , H04L67/32
Abstract: 本发明公开了一种调度和链接虚拟网络功能的方法及系统，包括如下步骤：根据网络环境信息和网络请求信息构建马尔科夫初始模型；对马尔科夫初始模型采用随机生成动作和反向传播神经网络方式进行深度增强学习训练获得马尔科夫训练模型；实时获取网络环境信息和网络请求的信息，并根据获取网络环境信息、网络请求的信息以及马尔科夫训练模型获得网络请求的虚拟网络功能放置节点和服务链，本发明通过采用随机生成动作和反向传播神经网络方式进行深度增强学习训练获得马尔科夫训练模型，能够最大限度实现网络功能和服务链的最优化部署，达到降低网络请求的总体延迟、提高网络资源利用率的目的。
-
Search Results
2
records
(took 0.014 seconds)
